ВСЛУХ

Платформа на базе ИИ поможет полицейским обогнать «творчество» нарколабораторий

Платформа на базе ИИ поможет полицейским обогнать «творчество» нарколабораторий
Новые психоактивные вещества в англоязычной литературе сокращают до NPS. Онлайн-платформа, названная соответственно NPS-MS, предсказывает вероятность наличия этих самых NPS с использованием глубокого обучения. Речь идёт о машинном обучении искусственного интеллекта (ИИ), который включает вычислительные алгоритмы с использованием больших наборов данных для выявления сложных взаимосвязей и создания прогностических моделей.


Фэй Ван — докторант кафедры компьютерных наук Университета Альберты, Канада. Он объяснил, что наркотики — это небольшая группа очень похожих веществ, которые имитируют воздействие на организм, например, кокаина или метамфетамина. Но их формулы хитрые производители часто меняют для обхода законов.

За последнее десятилетие было синтезировано более 1000 таких веществ, чтобы обманывать контролирующие органы, которые не успевают оперативно учитывать новые химические аналоги. Обычная работа с целью выявить новинки наркорынка требует трудоёмкого тестирования для получения информации, которая могла бы подтвердить наличие неизвестного вещества.

Фэй Ван начал с программирования инструментов машинного обучения, чтобы изучать человеческие метаболиты (продукты обмена веществ) и молекулы. После адаптации метода машинного обучения для идентификации новых психоактивных веществ, NPS-MS обучили с использованием результатов генеративной модели DarkNPS. Она предназначена для предварительного выявления, то есть прогнозирования, вероятных соединений из разряда NPS.

Затем исследователи из Дании заметили, что вычислительная технология Вана может применяться для идентификации новых психоактивных веществ. Тогда NPS-MS успешно идентифицировала вариант наркотика на основе фенциклидина, более известного как PCP.

Алгоритм NPS-MS использует набор данных из 1872 спектрографических образцов для сопоставления 624 новых психоактивных веществ. Ван подчеркнул, что благодаря машинному обучению нет ограничений на количество соединений, которые можно включить в набор.

Ван говорит, что около 40 тыс. молекул имеют спектрометрические данные высокого разрешения, доступные судебно-медицинским командам для отсылок к неизвестным веществам. И это должно значительно удешевить анализ для лабораторий, которым в противном случае приходится обращаться к базам данных с более чем 100 млн известных химических веществ. То есть NPS-MS должен значительно сократить объём работы лабораторий.

Автор:

Использованы фотографии: freepik.com

Мы в Мы в Яндекс Дзен
Наука становится менее человечнойНешуточная задача: Российские ученые обучают ИИ чувству юмора